ElevenLabs, 대화 인텔리전스 아키텍처와 Scribe v2 활용 가이드 공개

ElevenLabs가 대화 인텔리전스(Conversation Intelligence)의 아키텍처와 활용 사례를 설명하는 가이드를 공개했다. 대화 인텔리전스는 단순한 녹음이나 전사(transcription)를 넘어, AI 분석을 통해 감정, 주제, 액션 아이템, 이의 제기를 식별하여 원시 고객 대화를 구조화된 내부 자산으로 변환하는 계층이다. 이를 통해 미검토 녹음에 묻히는 인사이트를 방지하고 팀의 성과를 대규모로 측정 및 개선할 수 있다.

핵심 파이프라인과 이점

대화 인텔리전스의 표준 워크플로우는 데이터 캡처, 전사, AI 분석, 인사이트 생성, CRM 통합의 5단계로 구성된다. Salesforce 데이터에 따르면 영업 담당자는 주당 30% 미만의 시간만 직접 영업에 사용하며 나머지는 행정 업무에 소모된다. 대화 인텔리전스는 노트 작성과 CRM 업데이트를 자동화하여 영업 시간을 확보하고, 관리자에게 개별 샘플이 아닌 팀 전체의 코칭 패턴을 제공한다.

전사 계층의 요구 사항

하류 분석의 효과성은 전사 계층의 정확도에 크게 의존하며, 다음 세 가지 기술적 과제를 해결해야 한다.

• 화자 분할(Speaker Diarization): 대화 세그먼트를 특정 화자에게 할당하여 말하기-듣기 비율(talk-to-listen ratios) 같은 지표를 계산한다. 실시간 분할은 향후 오디오를 듣지 않고 라벨을 지정해야 하므로 배치 처리보다 복잡하다.
• 엔티티 감지(Entity Detection): 이름, 날짜, 금액 등 특정 데이터 포인트를 식별하고 타임스탬프를 붙인다. 검색 가능한 인덱스 구축과 PII, PHI, PCI 데이터 같은 민감 정보의 자동 마스킹에 필수적이다.
• 다국어 처리(Multi-language Handling): 자동 언어 식별과 다양한 언어에 대한 정확한 전사를 지원하여 글로벌 지원 팀의 참여를 보장한다.

ElevenLabs 구현

ElevenLabs는 Scribe v2 및 Scribe v2 Realtime 모델을 통해 이 전사 계층의 인프라를 제공한다. 이 도구들은 최대 32명의 화자 분할, 여러 민감 카테고리에 걸친 엔티티 감지, 90개 이상 언어 지원을 제공한다. Scribe v2 Realtime은 약 150 ms의 지연 시간을 달성하여 통화 중 실시간 코칭 프롬프트와 컴플라이언스 경고를 허용하며, Scribe v2는 녹음 파일의 배치 처리를 담당한다. 플랫폼은 SOC 2, HIPAA, GDPR, EU 데이터 레지던시 등 컴플라이언스 표준을 준수한다.